Conselheiro de IA da Casa Branca, Sachs, critica a revisão dos modelos dos EUA: Kimi K3 corrige 15 vulnerabilidades de segurança, e modelos ocidentais impõem restrições próprias demais

O consultor de IA da Casa Branca, David Sacks, apontou que o Kimi K3 corrigiu, em poucos dias, 15 vulnerabilidades de segurança críticas, enquanto os modelos Codex e Fable, nos Estados Unidos, perderam a oportunidade de lidar com elas devido a restrições das “barreiras de cibersegurança”.
(Recapitulação: o Kimi K3 chegou ao topo do ranking de código na frente do mercado, vencendo Claude Fable 5 em um teste cego com humanos)
(Complemento de contexto: o Kimi K3 estaria pressionando os gigantes de IA dos EUA? Especialistas preveem que a Anthropic corra para lançar o Opus 5 e que o GPT-6 possa ser lançado mais cedo)

Sumário

Toggle

• Quais são as 15 vulnerabilidades críticas?
• O “efeito de cercas” do Codex e do Fable
• A disputa de velocidade em IA na mesma semana

Em uma declaração que expôs a “autolimitação” da corrida de IA dos EUA, em 20 de julho, o consultor de inteligência artificial da Casa Branca, David Sacks, publicou no seu perfil em uma plataforma social que o Kimi K3 acabou de corrigir 15 vulnerabilidades de segurança críticas, enquanto o Codex e o Fable antes se recusaram a tratar desses problemas por causa das limitações das “barreiras de cibersegurança”. Sacks enfatizou que, para tarefas que modelos estrangeiros conseguem concluir com êxito, não há motivo para restringir os modelos próprios dos EUA — “fazer isso só enfraquece nossa própria competitividade”.

Quais são as 15 vulnerabilidades críticas?

O Kimi K3 é um modelo que chegou ao topo do ranking mensal de código na internet e venceu o Claude Fable 5 em testes cegos com humanos. Sacks mencionou as “15 vulnerabilidades de segurança críticas”, que abrangem bugs internos encontrados pelo Kimi K3 durante a fase de treinamento, erros no caminho de inferência e falhas na autorregulação do modelo. Se essas vulnerabilidades não forem corrigidas, elas afetam diretamente a precisão do modelo em tarefas centrais como geração de código e raciocínio lógico.

O “efeito de cercas” do Codex e do Fable

O Codex é a série de modelos de código da OpenAI, enquanto o Fable se refere à família Claude da Anthropic (“Fable 5” é o modelo mais recente na linha do nível do Claude Opus). O que Sacks sugere é que os modelos dos EUA configuram mais “barreiras de cibersegurança” nas etapas de treinamento e inferência — por exemplo, checagem obrigatória do formato da saída, limitação da profundidade do raciocínio e exclusão de determinados caminhos de inferência. Essas cercas garantem a confiabilidade do modelo, mas também bloqueiam a rota para que o próprio modelo se corrija.

A disputa de velocidade em IA na mesma semana

No mesmo dia em que Sacks se manifestou, o executivo da Succinct Labs, Brian Trunzo, publicou um texto apontando que a abordagem tradicional de detecção, que depende de “detectar AI com AI”, já não funciona; provas de conhecimento zero (ZK) podem fornecer para a IA “credenciais de comportamento” verificáveis de forma independente. Isso se alinha à visão de Sacks: modelos de IA não só precisam ser confiáveis, como também precisam ser verificáveis.